Vorhersage des molekularen Subtyps von niedriggradigen Gliomen durch maschinelles Lernen

Erkenntnisse

  • Das vorgeschlagene Modell zeigte eine Genauigkeit von 68,7 % bei der präoperativen Diagnose des molekularen Subtyps von niedriggradigen Gliomen (Lower-Grade Gliomas, LGG) auf Grundlage von multimodalen Daten zur Vorhersage der Klassifikation in drei Gruppen.

Bedeutung

  • LGG können in Abhängigkeit vom Vorhandensein bestimmter Isocitrat-Dehydrogenase (IDH)-Genmutationen in drei molekulare Subtypen eingeteilt werden. Jeder Subtyp ist mit unterschiedlichen Prognose- und Rezidivmerkmalen assoziiert.

  • Die präoperative Identifizierung eines Subtyps kann die klinischen Ergebnisse verbessern, da der Subtyp vorhersagt, wie viel Resektion während des operativen Eingriffs erreicht werden sollte, ein Faktor, der die Prognose beeinflusst.